Apple 内部测试 1500 亿参数聊天机器人：水平逼近 ChatGPT，但卡在幻觉

眼看 WWDC 2025 还有一周就要开幕，大家对苹果的预期却降到了冰点。去年大张旗鼓画饼的 Apple Intelligence 后来磕磕绊绊，外界普遍觉得苹果下周的发布会大概率是装潢门面、修补基础体验，拿不出什么重磅炸弹。

不过，彭博社记者 Mark Gurman 爆料，苹果关起门来其实偷偷憋了个大的。在苹果的研究设施里，早就有比现在强得多的秘密武器在跑了，甚至有些模型的效果已经快追上 ChatGPT 了。

藏在实验室里的 1500 亿参数巨兽

我们现在能接触到的 Apple Intelligence，为了能在手机端侧硬跑，用的大多是 30 亿参数左右的轻量级模型。这种小模型拿来写个邮件摘要还行，真要聊起天来底气明显不足。

但 Gurman 透露，苹果内部其实同时在跑多个规模大得多的模型。除了 70 亿和 330 亿参数的版本，还有一个高达 1500 亿参数的云端大模型。

苹果内部搭了一个叫 Playground 的测试工具，员工们已经在用它跑聊天机器人原型，天天拿着它跟 ChatGPT 以及其他竞品贴身肉搏。

按照内部测试的反馈，这个 1500 亿参数的云端模型，水平已经相当接近近期 ChatGPT 的表现了。

模型是挺强，但高管受不了它胡说八道

既然都快赶上 ChatGPT 了，为什么不拿出来给大家用？答案就两个字：幻觉。

据 Gurman 报道，这套原型最大的阻碍就是满嘴跑火车。大模型把错误答案当成既成事实说出来，这是整个行业的通病，但苹果内部对这个问题的容忍度极低。

现在看起来，要么是苹果训练出来的模型确实比别家更容易产生幻觉，要么就是苹果的高管们根本咽不下 AI 翻车的后果。

据说苹果高层内部甚至爆发了「哲学分歧」。大家对于到底要不要推出独立聊天机器人、究竟什么时候推，吵得不可开交。

苹果今年夏天的处境其实很尴尬。端出来吧，只要一在公众面前胡说八道，去年被嘲讽的公关灾难就得重演；不端出来吧，外界又会觉得苹果在 AI 领域彻底掉队了。

为什么重要

对普通用户来说，下周的 WWDC 大概率还是只能看到修修补补的日常功能，想在 iPhone 上直接用上苹果自家媲美 ChatGPT 的全能对话机器人，短时间内不太现实，甚至可能要等到 2026 年甚至更久。

但这套爆料对行业来说是个明确信号：苹果在云端大模型技术储备上并没有掉队太远。它不是做不出 1500 亿参数的聪明模型，只是被自己的品牌包袱死死按在了实验室里。

我们认为，苹果当下的纠结暴露了硬件巨头做大模型的天生缺陷。OpenAI 和 Google 可以通过快速迭代、在产品界面标上「AI 可能会犯错」来推卸责任，但苹果几十年来卖给用户的都是确定性极强的消费体验。

这种对幻觉的零容忍虽然保住了老派科技大厂的严谨体面，但看起来也正在变成它的紧箍咒。在生成式 AI 这个允许试错的竞技场上，过度害怕犯错，往往就意味着把整个生态的定义权拱手让人。